工業(yè)大數(shù)據(jù)的三個基本問題
隨著云計算、物聯(lián)網(wǎng)、移動計算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)的興起和我國制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化的持續(xù)大力推進,大數(shù)據(jù)在工業(yè)領(lǐng)域的應(yīng)用引發(fā)了制造行業(yè)的普遍關(guān)注?!皵?shù)據(jù)管理”這個沉寂了幾十年的管理領(lǐng)域重新被重視起來,“數(shù)據(jù)資產(chǎn)化”為大數(shù)據(jù)廠商、各大企業(yè)所津津樂道。但是,大家對工業(yè)大數(shù)據(jù)的理解還存在很多疑問甚至分歧,作為一個普遍缺乏實踐的工作領(lǐng)域,還存在著諸多未知因素和風(fēng)險。為此,本文提出工業(yè)大數(shù)據(jù)的三個基本問題與大家共同討論。
工業(yè)大數(shù)據(jù),為什么在今天受到如此高的關(guān)注?
首先,工業(yè)大數(shù)據(jù)受到關(guān)注是因為互聯(lián)網(wǎng)發(fā)展,大數(shù)據(jù)首先是在互聯(lián)網(wǎng)行業(yè)得到應(yīng)用,進而推動了大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展和成熟,在IT廠商、互聯(lián)網(wǎng)企業(yè)家、政府官員等多方力量的助推下,大數(shù)據(jù)應(yīng)用逐步滲透到其他行業(yè),如:醫(yī)療、通信、金融、制造業(yè),大數(shù)據(jù)在制造業(yè)的應(yīng)用,被稱為工業(yè)大數(shù)據(jù)。
其次,工業(yè)大數(shù)據(jù)倍受關(guān)注與制造業(yè)的數(shù)字化、網(wǎng)絡(luò)化和智能化的客觀事實密切相關(guān)。自動化/智能化的設(shè)備、生產(chǎn)單元和生產(chǎn)線,還有智能化的產(chǎn)品,運行過程中產(chǎn)生了大量的數(shù)據(jù),這些數(shù)據(jù)蘊藏著有價值的信息。例如,GE航空發(fā)動機每天提供給監(jiān)控系統(tǒng)的數(shù)據(jù)超過1PB,福特的插電式混合動力汽車每小時能生成數(shù)據(jù)25GB,一臺數(shù)控機床每年的數(shù)據(jù)量也可達700TB,而一般企業(yè)的PDM、ERP等系統(tǒng)十年所產(chǎn)生的數(shù)據(jù)量也不過幾百TB。
第三,大數(shù)據(jù)相關(guān)的技術(shù)日益發(fā)展,擁有成本越來越低。例如傳感器技術(shù)、通訊技術(shù)的發(fā)展,獲取實時數(shù)據(jù)的成本已經(jīng)不再高昂。嵌入式系統(tǒng)、低耗能半導(dǎo)體、處理器、云計算等技術(shù)的興起使得設(shè)備的運算能力大幅提升,具備了實時處理大數(shù)據(jù)的能力。開源技術(shù)的生態(tài)完整性,也使得構(gòu)建一個大數(shù)據(jù)平臺的技術(shù)門檻越來越低。
另外,我們看到,制造資源、制造過程和商業(yè)活動變得越來越復(fù)雜,管理和決策的復(fù)雜度也在提升,依靠人的經(jīng)驗和分析已經(jīng)無法應(yīng)對如此復(fù)雜的商業(yè)環(huán)境。借助數(shù)據(jù)、算法和軟件代碼,可以突破人腦的限制,開展更加復(fù)雜的分析、預(yù)測,分析和預(yù)測的結(jié)果可以優(yōu)化過程、優(yōu)化產(chǎn)品、優(yōu)化決策。
最后,我們必須承認,美國管理信息系統(tǒng)專家諾蘭在四十年前提出的“諾蘭模型”今天來看,仍然被證明是正確的。從諾蘭模型來看,數(shù)據(jù)管理是企業(yè)信息化的必經(jīng)之路。目前,國內(nèi)大型制造企業(yè)一般處于集成階段的末期或數(shù)據(jù)管理階段的早期,而絕大多數(shù)的中小企業(yè)可能還處于諾蘭模型的前三個階段。事實上,工業(yè)大數(shù)據(jù)也主要是大型企業(yè)在關(guān)注和投資建設(shè)。
當(dāng)我們提到“工業(yè)大數(shù)據(jù)”時,它的內(nèi)涵包括什么?
人們之所以會對工業(yè)大數(shù)據(jù)這個概念存在分歧,是因為每個人看待工業(yè)大數(shù)據(jù)的視角是不一樣的,從不同的視角就會看到不同的視圖,顯然大家看到和討論的內(nèi)容就有可能不一樣,分歧也就在所難免了。如果溝通存在障礙,工作推進必然受到影響。因此,本文從多個視角討論一下什么是工業(yè)大數(shù)據(jù)。
數(shù)據(jù)視角。關(guān)于工業(yè)大數(shù)據(jù)的范圍是有爭議的,一種觀點認為工業(yè)大數(shù)據(jù)主要指的是設(shè)備數(shù)據(jù),因為其符合大數(shù)據(jù)的4V特征。另一種觀點認為工業(yè)大數(shù)據(jù)指工業(yè)企業(yè)的所有數(shù)據(jù),包括“大”數(shù)據(jù),也包括“小”數(shù)據(jù)。從現(xiàn)實意義上來說,筆者推薦第二種理解。因為,無論是“小”數(shù)據(jù)還是“大”數(shù)據(jù),都是企業(yè)“資產(chǎn)”,實際應(yīng)用過程中,數(shù)據(jù)集包含了這兩類數(shù)據(jù)。企業(yè)只有將所有的數(shù)據(jù)看作一個整體,數(shù)據(jù)資產(chǎn)的價值才能夠被充分挖掘出來。從數(shù)據(jù)視角看工業(yè)大數(shù)據(jù),可以發(fā)現(xiàn)企業(yè)數(shù)據(jù)架構(gòu)的改進機會。
應(yīng)用視角。與數(shù)據(jù)相關(guān)的應(yīng)用覆蓋數(shù)據(jù)的全價值鏈,包括:數(shù)據(jù)提供、數(shù)據(jù)采集、數(shù)據(jù)存儲與管理、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用。數(shù)據(jù)提供類的軟件一般為交易型的應(yīng)用,如:ERP、MES。數(shù)據(jù)應(yīng)用類的軟件也稱之為分析型的應(yīng)用,如:查詢統(tǒng)計、挖掘分析、預(yù)測等。從應(yīng)用視角看工業(yè)大數(shù)據(jù),可以發(fā)現(xiàn)企業(yè)應(yīng)用架構(gòu)的改進機會。
技術(shù)視角。工業(yè)大數(shù)據(jù)涉及一系列技術(shù)的使用,如:數(shù)據(jù)采集技術(shù)、數(shù)據(jù)存儲技術(shù)、數(shù)據(jù)分析技術(shù)等,成熟的技術(shù)往往已經(jīng)代碼化并封裝在大數(shù)據(jù)相關(guān)應(yīng)用當(dāng)中,但還有一些技術(shù),特別是與特定行業(yè)的特定應(yīng)用場景相關(guān)的技術(shù)(如:工程軟件的數(shù)據(jù)獲?。?,還需要研發(fā)。另外,要支撐完整的工業(yè)大數(shù)據(jù)應(yīng)用,必須對軟件平臺、計算機基礎(chǔ)設(shè)施、安全體系等進行重新規(guī)劃,甚至重建。從技術(shù)視角看工業(yè)大數(shù)據(jù),可以發(fā)現(xiàn)企業(yè)技術(shù)架構(gòu)的改進機會。
業(yè)務(wù)視角。從業(yè)務(wù)視角看工業(yè)大數(shù)據(jù),有助于發(fā)現(xiàn)大數(shù)據(jù)的應(yīng)用場景,也就是大數(shù)據(jù)能夠發(fā)揮價值的業(yè)務(wù)領(lǐng)域,從而挖掘出大數(shù)據(jù)應(yīng)用的需求,如:產(chǎn)品優(yōu)化設(shè)計、工藝流程優(yōu)化、設(shè)備健康管理、供應(yīng)鏈與物流優(yōu)化、產(chǎn)品運行監(jiān)控、智能決策等。工業(yè)大數(shù)據(jù)只有在業(yè)務(wù)場景中才能發(fā)揮價值。從業(yè)務(wù)視角看工業(yè)大數(shù)據(jù),可以發(fā)現(xiàn)企業(yè)業(yè)務(wù)架構(gòu)的改進機會。
推進工業(yè)大數(shù)據(jù)應(yīng)該從何處入手,注意哪些問題?
工業(yè)大數(shù)據(jù)的推進工作千頭萬緒,各項數(shù)據(jù)工作之間、數(shù)據(jù)工作與其他工作之間的關(guān)系錯綜復(fù)雜,如果沒有一個整體的規(guī)劃,看不到一個完整的體系,就不知道從何入手,就無法合理安排資源投入,還有可能重復(fù)建設(shè)。下面從推進框架、切入點的選擇和注意事項三個方面討論工業(yè)大數(shù)據(jù)怎么建的問題。
推進框架。工業(yè)大數(shù)據(jù)相關(guān)工作可以劃分五類,包括:構(gòu)建知識體、數(shù)據(jù)識別與定義、數(shù)據(jù)集成與共享、數(shù)據(jù)分析與利用、數(shù)據(jù)治理。構(gòu)建知識體的目的是為了統(tǒng)一大數(shù)據(jù)認知,規(guī)范相關(guān)術(shù)語概念,建立統(tǒng)一語言。數(shù)據(jù)識別與定義的目的是為了摸清數(shù)據(jù)資產(chǎn)狀況,并規(guī)范數(shù)據(jù)。數(shù)據(jù)集成與共享的目的是打通信息通道,讓數(shù)據(jù)流動起來。數(shù)據(jù)分析與利用的目的為了讓數(shù)據(jù)產(chǎn)生價值。數(shù)據(jù)治理的核心目的是為了保障數(shù)據(jù)安全、數(shù)據(jù)質(zhì)量。
切入點的選擇。工業(yè)大數(shù)據(jù)的工作可以從上述五類工作的任何一類切入,或者并行推進。既可以選擇構(gòu)建數(shù)據(jù)治理體系為切入點,以落實組織和職責(zé),建立機制。也可以選擇數(shù)據(jù)模型開發(fā)為切入點,以理清數(shù)據(jù)資產(chǎn)和規(guī)范數(shù)據(jù)。還可以選擇某一個業(yè)務(wù)域開展大數(shù)據(jù)分析應(yīng)用,通過應(yīng)用拉動數(shù)據(jù)規(guī)范化和數(shù)據(jù)治理。當(dāng)然,五類工作也可以并行,因為從宏觀角度來看,它們并沒有必然的次序,只是在具體工作推進時,通常遵循先識別定義,再集成、治理和分析利用的工作邏輯。
注意事項。工業(yè)大數(shù)據(jù)推進過程中有三個關(guān)鍵問題必須予以關(guān)注和解決。一是數(shù)據(jù)標準,核心是數(shù)據(jù)模型,只有掌握一套企業(yè)級數(shù)據(jù)模型,并以此為基礎(chǔ)對各項應(yīng)用的數(shù)據(jù)庫進行管控,企業(yè)的數(shù)據(jù)資產(chǎn)才真正受控。二是數(shù)據(jù)整合,數(shù)據(jù)只有整合起來,建立數(shù)據(jù)關(guān)聯(lián),才能夠發(fā)揮更大的價值,數(shù)據(jù)整合的前提是有一套數(shù)據(jù)標準。三是數(shù)據(jù)安全,對于軍工企業(yè)尤其如此,大數(shù)據(jù)強調(diào)數(shù)據(jù)關(guān)聯(lián)、整合,這勢必會顯著增加安全風(fēng)險。為確保數(shù)據(jù)安全,一方面是充分利用技術(shù)手段,另一方面是選擇可靠的實施服務(wù)提供商。
來源:網(wǎng)絡(luò) 侵權(quán)刪
提交
派拓網(wǎng)絡(luò)被Forrester評為XDR領(lǐng)域領(lǐng)導(dǎo)者
智能工控,存儲強基 | ??低晭砭手黝}演講
展會|Lubeworks路博流體供料系統(tǒng)精彩亮相AMTS展會
中國聯(lián)通首個量子通信產(chǎn)品“量子密信”亮相!
國家重大裝備企業(yè)齊聚高交會 中國科技第一展11月深圳舉行